Étude numérique de l'intensification des échanges thermiques dans un stockage de chaleur latent par l'usage combiné de graphite naturel expansé compressé, ailettes et mélangeurs statiques
Bibliographic record
Abstract
la chaleur fatale peut être stockée à l'aide de systèmes de stockage thermique puis restituée ultérieurement. Au fil des années, de nombreuses techniques et méthodes de conception d'échangeur-stockage ont été développées pour répondre à des exigences de performance toujours plus élevées. Parmi celles-ci,l'utilisation de Matériaux à Changement de Phase (MCP) se distingue par leur densité énergétique élevée, bien que leur faible conductivité thermique entraîne une puissance de charge et de décharge limitée. L'intégration d'ailettes ou de graphite naturel expansé permet d'augmenter la surface d'échange ainsi que la conductivité thermique apparente du stockage thermique.Bien que de nombreuses études aient été menées sur ce sujet, les améliorations proposées restent insuffisantes pour répondre pleinement aux exigences industrielles dans certaines applications dans lesquelles le temps de charge et décharge requis est très court. Par exemple, les temps caractéristiques de stockage/déstockage pour certaines applications dans les procédés en plasturgie sont de l'ordre de la minute.Les performances des systèmes actuels, en termes de capacité de stockage, de puissance thermique et de compacité,nécessitent encore une amélioration significative pour atteindre un niveau d'efficacité conforme à ces besoins spécifiques. Cet article présentera une étude numérique montrant l'impact de chacun de ces dispositifs d'intensification des transferts de chaleurs, graphite naturel expansé, ailettes et mélangeurs statiques, avec la possibilité de combiner les trois solutions.. L'association de ces trois techniques d'amélioration pour le stockage thermique constitue une approche originale. L'étude paramétrique portera notamment sur la conductivité thermique, l'épaisseur et le pas des ailettes, l'orientation et la densité de la matrice de graphite naturel expansée. Pour une configuration donnée,l'influence de l'ajout d'un mélangeur statique en régime laminaire et turbulent sur les performances.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".